علنت شركة MiniMax اليوم على إطلاق نموذج التوليد الشامل MiniMax H3، اللي كيدعم الفهم الموحّد للسياقات متعددة الوسائط المكوّنة من النصوص والصور والفيديوهات والأصوات، وكيقدر يخرّج صوت وفيديو بصوت ستيريو أصلي، مع دعم دقة تصل حتى لـ 15s و2K.
وحسب الملاحظات الناتجة عن الاختبارات المدعوّة اللي دارت من قبل، كيتميّز MiniMax H3 بقدرات توليد محتوى بمستوى تجاري فسيناريوهات متعددة، وكيقدّم أداءً متميّزاً فاتباع التعليمات، وعرض النصوص ومعلومات العلامات التجارية، وV2V Motion Transfer (نقل الحركة من فيديو لفيديو). وكيُقال إنو كيقدر ينفّذ تحرير وتوليد المحتوى متعدد الوسائط بدقة وبشكل قابل للتحكم، وكيصلح للإعلانات، والتجارة الإلكترونية، والعلامات التجارية، وتصميم المنتجات، وUI / UX، والألعاب وغيرها.
وعلى مستوى التقنيات الأساسية، زاد MiniMax H3 قدرة Caption، وخصّص نموذجاً وأنبوباً مخصصاً للفهم الشامل. وكتحتاج أغلب المواد لاستهلاك 100K Token فعملية الاستدلال، باش توصل فالآخر لمتوسط كيقارب 4K من Token.
وفنفس الوقت، قدرة MiniMax H3 على إخراج فيديو بدقة 2K ما كتستعملش وحدة الرفع الفائق التقليدية، ولكن كتستعمل النموذج الأساسي H3 باش يعاود يولّد، داخل السياق، النتائج ديالو منخفضة الدقة، وبهذا كيقدر يستافد لأقصى حد من قدرات التوليد اللي كيتوفر عليها النموذج الأساسي H3، وكيحافظ حتى على معلومات ما كتقدرش حلول الرفع الفائق التقليدية ترجعها غير بالتخمين.
وزيد على هاد الشي، غادي يفتحو أوزان نموذج MiniMax H3 خلال الأيام الجاية. وغادي تواصل IT之家 التتبع ديال الموضوع وتجيب آخر الأخبار فأقرب وقت.